一种基于线障碍势场法的无人船多航行路线的自主规划方法及系统

    公开(公告)号:CN118443017A

    公开(公告)日:2024-08-06

    申请号:CN202410512557.7

    申请日:2024-04-26

    Abstract: 本发明提供了一种基于线障碍势场法的无人船多航行路线的自主规划方法及系统,属于无人船路径规划技术领域。为了解决现有人工势场法中障碍的势场函数模型过于简单,且只能生成一条路径的问题。包括搭建线性障碍数学模型,判断有旋力场在二维平面对无人船产生力的方向,求解线性障碍势能函数,最终迭代多解无人船路径。本发明提出一种二维平面上的线性障碍模型,该力场模型为有旋场,相较于无旋场具有更丰富的物理特性和应用潜力;同时利用无旋力场的积分与路径无关的特性,求解出该线性障碍的势场函数;本发明可借助线性障碍的优势,通过对点障碍的迭代生成多条不同的路径。

    一种激光雷达三维点云分割方法

    公开(公告)号:CN110969624B

    公开(公告)日:2023-08-01

    申请号:CN201911082345.5

    申请日:2019-11-07

    Abstract: 本发明公开了一种激光雷达三维点云分割方法,首先提取激光雷达采集的原始三维点云数据,然后对原始点云预处理,包括对原始点云数据的去噪、简化以及坐标变换,构建三维笛卡尔坐标系下的基础点云数据,并将三维数据用二维数组形式存储,再采用变邻域分散搜索策略,动态调整区域生长法围绕种子的邻域范围和搜寻匹配范围的分辨率,开展点云初步分割工作,在此基础上设计点云分割包络扩散策略,对点云分割集合的周围进一步搜索,实现多集合的融合,进而得到点云分割的集合,最后设计一种点云分割结果的可视化功能,用于查看点云分割效果。本发明有效提高了分割速率,有效抑制过分割情况,保持各目标的整体性,且便于观察分割目标扫描结果。

    一种基于知识的视觉问答任务下的多模态信息融合方法

    公开(公告)号:CN113240046B

    公开(公告)日:2023-01-03

    申请号:CN202110611831.2

    申请日:2021-06-02

    Abstract: 本发明涉及计算机视觉和自然语言处理领域,具体涉及的是一种基于知识的视觉问答任务下的多模态信息融合方法。本发明将外部知识作为一个单独的模态,拓展了基于知识的视觉问答的思路;使用纯正的注意力方法将自然语言问题、图像和三元组形式的知识这三个模态进行深层的融合,为基于知识的视觉问答任务提供了新颖有效地解决方案,本发明提出的多模态融合技术不局限于基于知识的视觉问答任务,可以将其扩展到其他多模态任务当中去;使用新颖有效地位置编码方法为图像的位置进行编码,比传统方法中不利用图像位置信息或者使用图像区域坐标作为位置信息,本发明中的位置编码更加有效,可以高效的解决基于知识的视觉问答任务中跟图像位置相关的问题。

    一种基于运动方向变化的候选种子的点云单目标跟踪方法

    公开(公告)号:CN113177969B

    公开(公告)日:2022-07-15

    申请号:CN202110471464.0

    申请日:2021-04-29

    Abstract: 本发明公开了一种基于运动方向变化的候选种子的点云单目标跟踪方法,包括训练模块和测试模块,训练模块首先对点云预处理得到模板点云,其次使用高斯采样得到候选点云,再次将模板点云和候选点云输入编码器进行编码,得到对应的特征向量,最后分别计算距离损失函数与方向损失函数并且训练整个模型。测试模块首先使用预先训练的PointRcnn模型进行目标检测,其次进行候选区域采样,再次将采样的候选点云与上一帧跟踪目标点云输入到训练好的模型进行编码,最后对编码后的特征向量使用余弦相似性对比进行目标跟踪。本发明方法能够提高单目标跟踪精度,有效防止错跟踪现象出现。

    一种采用多维度融合的多船舶跟踪方法

    公开(公告)号:CN111553934B

    公开(公告)日:2022-07-15

    申请号:CN202010333573.1

    申请日:2020-04-24

    Abstract: 本发明公开了一种采用多维度融合的多船舶跟踪方法,包括:图像预处理;通过前端特征提取模块提取船舶特征;将当前帧船舶目标特征图分别与之前所有帧中船舶目标的特征图经特征融合模块进行融合,得到融合后特征;将融合后特征经后端特征提取层得到当前帧船舶目标与之前所有帧中船舶目标之间的关联矩阵,根据相似性得到预跟踪的结果;将预跟踪的结果利用运动匹配优化模块进行优化得到最终跟踪结果。本发明引入ASPP模块提高网络对于不同尺寸目标的建模能力,使得特征更能表达语义信息;提出了联合检测区域建模模块,进一步提升建模能力;提出运动匹配优化模块达到对预跟踪结果的优化与精修,使得跟踪器更为稳定,不过度于依赖检测器的性能。

    一种基于Viterbi算法的确定指令的方法

    公开(公告)号:CN110737268B

    公开(公告)日:2022-07-15

    申请号:CN201910971882.9

    申请日:2019-10-14

    Abstract: 本发明公开了一种基于Viterbi算法的确定指令的方法,包括步骤一:将指令库与模型中的标号进行映射并利用指令库集合训练出模型;步骤二:根据序列的实际情况将模型的初始值转换为Viterbi算法需要的首步值;步骤三:根据首步的初始值进行递推并更新路径信息;步骤四:递推终止并回溯最优路径;步骤五:根据解码得到的状态序列推断下一刻的状态。本发明利用Viterbi算法进行指令推理,任务的切入与切出没有明显的边界,该算法可靠性高、适应性强,且能够完成多任务切换的系统,更符合服务机器人的指令控制特性。

    一种模拟船用雷达的目标船回波2D成像方法

    公开(公告)号:CN109932701B

    公开(公告)日:2022-07-15

    申请号:CN201910261744.1

    申请日:2019-04-02

    Abstract: 本发明涉及一种模拟船用雷达的目标船回波2D成像方法,包括设定雷达回波成像参数,以扫描线方式模拟雷达回波;构建船舶航行模拟单元,通过组播通信方式提供船舶模拟运动状态;雷达模拟数据预处理;解算雷达扫描线上各点与目标船的相对位置关系,确定扫描线各点的幅值;雷达回波成像信息可视化。本发明设计船舶航向模拟单元以及雷达回波模拟器,通过网络通信实时发送模拟目标船回波成像信息,并设置人机交互接口,自定义设置回波成像的数量、尺寸、位置和姿态,灵活定制动态回波成像信号,为船桥雷达显控台提供通用的验证成像测试信号。

    一种解耦分类与回归任务的三维点云单阶段目标检测方法

    公开(公告)号:CN113221962B

    公开(公告)日:2022-06-21

    申请号:CN202110428644.0

    申请日:2021-04-21

    Abstract: 本发明公开了一种解耦分类与回归任务的三维点云单阶段目标检测方法,步骤包括:(1)对于点云进行体素化处理,使数据从无须的点云变成有序的栅格结构,(2)利用三维稀疏卷积进行网络的特征提取从而得到高阶特征图,(3)在特征图中,使用双头的检测器聚合特征并预测出目标的分类、回归框以及方向。本发明为了解决目标检测子任务之间的特征纠缠问题,设计了双头的检测网络结构,能够在高维特征中分别提取分类与回归任务各自关注的特征,分别预测子任务。并且在解耦的基础上,利用联合检测的方法,将两个任务中相关信息相结合,共同预测目标类别。本发明提升了三维目标检测的准确率,并可以很容易的迁移到其他方法中。

    一种Faster-RCNN结合卡尔曼滤波的运动人体跟踪方法

    公开(公告)号:CN110321937B

    公开(公告)日:2022-05-17

    申请号:CN201910526422.5

    申请日:2019-06-18

    Abstract: 本发明公开了一种Faster‑RCNN结合卡尔曼滤波的运动人体跟踪方法,首先对Faster‑RCNN算法进行简化,留下卷积神经网络和RPN网络,输入图像经过以上两个网络输出运动人体候选位置;然后对经典卡尔曼滤波算法进行改进,将原算法中定义为常值矩阵的噪声协方差矩阵改为时变矩阵,将原状态向量由四维扩展为八维,增加状态向量中运动人体位置框的宽度、高度和宽高变化率信息;最后将得到的运动人体候选位置作为卡尔曼滤波算法观测值,结合卡尔曼滤波算法预测值,得到多个运动人体位置的估计值,通过最小二乘拟合,去除离群点,去剩余位置求取平均值得到运动人体位置最优估计。该方法实现了动态背景下运动人体准确跟踪的效果。

Patent Agency Ranking